15 – Matemáticas I : Preliminares

Tema 2
Matrices y sistemas lineales

2.1 Definiciones básicas

Una matriz es una tabla rectangular de números, es decir, una distribución ordenada de números. Los
números de la tabla se conocen con el nombre de elementos de la matriz. El tamaño de una matriz
se describe especificando el número de filas y columnas que la forman. Si A es una matriz de m filas y
n columnas, Am×n , se usará aij para denotar el elemento de la fila i y la columna j y, en general, se
representará por  
a11 a12 · · · a1n
 a21 a22 · · · a2n 
 
A = (aij ) 1≤i≤m = (aij )m×n =  . .. ..  .
1≤j≤n  .. . ··· . 
am1 am2 · · · amn
Dos matrices son iguales si tienen igual tamaño y los elementos correspondientes de ambas matrices iguales.
Una matriz An×n (ó An ) se denomina matriz cuadrada de orden n y de los elementos de la forma a11 ,
a22 , . . . , ann se dice que forman la diagonal principal. De una matriz A1×n se dice que es una matriz fila
y de una matriz Am×1 que es una matriz columna.

2.1.1 Operaciones con las matrices

Las matrices con las que trabajaremos habitualmente serán matrices reales, es decir que sus elementos sean
números reales. Sin embargo, los resultados y definiciones dados aquı́ son igualmente válidos para el cuerpo de
los complejos.
Suma: Si A y B son dos matrices del mismo tamaño, m×n, la suma A + B es otra matriz de tamaño m×n
donde el elemento ij de A + B se obtiene sumando el elemento ij de A con el elemento ij de B . Es decir,
si A = (aij )m×n y B = (bij )m×n , entonces A + B = (aij + bij )m×n .
El neutro de la suma es la matriz cero, 0, con todos sus elementos cero, y la matriz opuesta de A , se
designa por −A , y es −A = (−aij )m×n .

Producto por escalares: Si A es una matriz m×n y k ∈ IR un escalar, el producto kA es otra matriz del
mismo tamaño donde cada elemento de A aparece multiplicado por k . Es decir, kA = (kaij )m×n .

Evidentemente, −A = (−1)A y A − B = A + (−B).

Producto de matrices: Si Am×n y Bn×p el producto AB es otra matriz de tamaño m × p tal que, el
elemento eij de AB se obtiene sumando los productos de cada elemento de la fila i de A por el elemento
correspondiente de la columna j de B . Es decir,
 
b1j
¡ ¢
 b2j 
 Xn
eij = FiA × CjB = ai1 ai2 · · · ain  .  = ai1 b1j + ai2 b2j + · · · + ain bnj = aik bkj
 .. 
k=1
bnj

(lo denotaremos por eAB A B

ij = Fi × Cj cuando queramos significar la fila y columna que intervienen).

Observación:
La definición dada de producto de matrices requiere que el número de columnas de la primera matriz, A , sea
igual que el número de filas de la segunda matriz, B , puesto que para el cálculo de eij ha de haber tantos
elementos en la fila i (número de columnas de A ) como en la columna j (número de filas de B ). En forma
sinóptica con los tamaños (m×n) · (n×p) = (m×p).

Prof: José Antonio Abia Vian I.T.I. en Electricidad

16 – Matemáticas I : Preliminares 2.1 Definiciones básicas

 
  b11 b12 b13 b14 b15  
a11 a12 a13 a14  b21  e11 e12 e13 e14 e15
 a21 a22 a23 a24   b22 b23 b24 b25 
 b31 =  e21 e22 e23 e24 e25 
b32 b33 b34 b35 
a31 a32 a33 a34 3×4 e31 e32 c33 e34 e35 3×5
b41 b42 b43 b44 b45 4×5

Nota: Cada elemento de la matriz producto puede obtenerse de manera independiente, por lo que no es necesario
calcularlos todos si sólo son necesarios unos pocos. Ası́:
? eAB A B
ij = Fi · Cj . ? FiAB = FiA · B . ? CjAB = A · CjB .

? eABC
ij = FiA · CjBC = FiA · B · CjC .

 
10 ··· 0
0 1 ··· 0 
 
La matriz cuadrada I = In =  ... . . ..  , formada por ceros excepto en la diagonal principal que tiene
 ... . . 
0 0 ··· 1
unos, de llama matriz identidad y es el neutro del producto de matrices (tomada del tamaño adecuado). Es
decir, para toda Am×n se tiene que Im Am×n = Am×n y Am×n In = Am×n .

Propiedades 40.- Suponiendo tamaños adecuados para que las operaciones sean posibles:
a) A + B = B + A (conmutativa de la suma).

b) A + (B + C) = (A + B) + C ; A(BC) = (AB)C (asociativas de la suma y del producto).

c) A(B + C) = AB + AC ; (A + B)C = AC + BC (distributivas por la izquierda y por la derecha).
d) a(B + C) = aB + aC ; ∀a ∈ IR .
e) (a + b)C = aC + bC ; ∀a, b ∈ IR .
f) a(BC) = (aB)C = B(aC) ; ∀a ∈ IR .

? AB = BA
En general, NO es cierto que: ? Si AB = 0 tengan que ser A = 0 ó B = 0
? Si AB = AC necesariamente sea B = C
¶ µ µ ¶ µ ¶ µ ¶ µ ¶
0 1 3 7 −1 −1 0 0 0 17
Ejemplo 41 Con A = , B= y C= tenemos AB = 6= BA = ,
0 2 0 0 0 0 0 0 0 0
es decir AB 6= BA y AB = 0 con A 6= 0 y B 6= 0. Además AC = 0 = AB , pero B 6= C . 4

2.1.2 Matriz transpuesta

Definición 42.- Si A es una matriz m×n llamamos matriz transpuesta de A a la matriz At de tamaño
n×m que tiene por filas las columnas de A y por columnas las filas de A. Es decir, el elemento ij de At
coincide con el elemento ji de A.  
µ ¶t a11 a21
a11 a12 a13
=  a12 a22 
a21 a22 a23
a13 a23

Proposición 43.- Se verifican las siguientes propiedades:

1.- (At )t = A. 2.- (A + B)t = At + B t . 3.- (kA)t = kAt .

4.- (AB)t = B t At y, en general, (A1 A2 · · · An )t = Atn · · · At2 At1 .
Demostración:
t t t t
Las tres primeras son claras. Veamos la cuarta: eB
ij
A
= FiB × CjA = CiB × FjA = FjA × CiB = eAB
ji . Luego
B t At = (AB)t .

Prof: José Antonio Abia Vian I.T.I. en Electricidad

17 – Matemáticas I : Preliminares 2.2 Sistemas de ecuaciones lineales

2.2 Sistemas de ecuaciones lineales

Definición 44.- Se denomina ecuación lineal de n variables (o incógnitas), xi , aquella ecuación que puede
expresarse en la forma: a1 x1 + a2 x2 + · · · + an xn = b, donde los ai , b ∈ IR .
Una solución de la ecuación lineal es un conjunto ordenado de números reales (s1 , s2 , . . . , sn ) , tales que
a1 s1 + a2 s2 + · · · + an sn = b. Al conjunto de todas las soluciones de una ecuación se le denomina conjunto
solución de la ecuación

Nota: Una ecuación lineal de 2 variables, ax + by = c , es una representación analı́tica de una recta del plano
XY , las soluciones de la ecuación son cada uno de los puntos de la recta y el conjunto solución es toda la recta,
todos los puntos de la recta. En una ecuación lineal no pueden aparecer productos, ni potencias, ni expresiones
trigonométricas, . . . , de las variables.
Definición 45.- Se denomina sistema de m ecuaciones lineales con n incógnitas a la reunión de m
ecuaciones lineales sobre las mismas n incógnitas, y se escribe en la forma:


 a11 x1 + a12 x2 + · · · + a1n xn = b1

 a21 x1 + a22 x2 + · · · + a2n xn = b2
.. ..

 . .


am1 x1 + am2 x2 + · · · + amn xn = bm

Una n -upla (s1 , s2 , . . . , sn ) es solución del sistema si es solución de todas y cada una de las ecuaciones.
½
x+y = 2
Ejemplo Consideremos el sistema . El par (−7, 9) es la solución del sistema, pues es solución
2x + y = −5
de cada una de las 2 ecuaciones, es decir (ver la nota anterior), es el único punto común a las dos rectas.
De lo anterior es evidente que también un sistema puede no tener solución (dos rectas paraleras no tienen
puntos en común) o infinitas (si las dos ecuaciones representan la misma recta).

Si un sistema no tiene solución, suele decirse que es incompatible; si existe solución y es única compatible
determinado y compatible indeterminado si tiene un conjunto infinito de soluciones.

Lenguaje matricial de los sistemas de ecuaciones Un sistema de ecuaciones lineales, también puede
escribirse como AX = B donde A = (aij )m×n , X = (xi )n×1 y B = (bj )m×1 .
 
  x1  
a11 a12 a13 · · · a1n  x2  b1
 a21 a22 a23 · · · a2n     b2 
AX =   x3  
= . =B

 ··· ··· ··· ··· ···  .  
  .. 
.
am1 am2 am3 · · · amn  .  bm
xn

La matriz A se denomina matriz de los coeficientes, la matriz columna B se denomina matriz de los términos
independientes y una S = (si )n×1 es solución de sistema si verifica que AS = B .

Ejemplo Para el sistema del ejemplo anterior

½ µ ¶µ ¶ µ ¶ µ ¶µ ¶ µ ¶
x+y = 2 1 1 x 2 1 1 −7 2
←→ = ; (−7, 9) es solución, pues = 4
2x + y = −5 2 1 y −5 2 1 9 −5

2.2.1 Matrices elementales

Definición 46.- Llamaremos operación elemental en las filas de las matrices, a las siguientes:

a) Intercambiar la posición de dos filas.

b) Multiplicar una fila por una constante distinta de cero.
c) Sumar a una fila un múltiplo de otra fila.

Definición 47.- Se dice que una matriz cuadrada En×n es una matriz elemental si se obtiene de efectuar
una sola operación elemental sobre la matriz identidad In×n .

Prof: José Antonio Abia Vian I.T.I. en Electricidad

18 – Matemáticas I : Preliminares 2.2 Sistemas de ecuaciones lineales

Teorema 48.- Si la matriz elemental Em×m resulta de efectuar cierta operación elemental sobre las filas de
Im y si Am×n es otra matriz, el producto EA es la matriz m×n que resulta de efectuar la misma operación
elemental sobre las filas de A . .

Ejemplo Son matrices elementales las matrices

     
0 1 0 1 0 0 1 0 0
E1 =  1 0 0  , E2 =  0 2 0  y E3 =  0 1 0  ,
0 0 1 0 0 1 3 0 1
que se obtienen de I3 , intercambiando la primera con la segunda fila ( F1 ↔ F2 ), multiplicando la segunda fila
por 2 (2F2 ) y sumando a la tercera fila la primera fila multiplicada por 3 ( F3 + 3F1 ), respectivamente. Y si
A = (aij )3×4 , se tiene
   
a21 a22 a23 a24 a11 a12 a13 a14
E1 A =  a11 a12 a13 a14  , E2 A =  2a21 2a22 2a23 2a24  y
a31 a32 a33 a34 a31 a32 a33 a34
 
a11 a12 a13 a14
E3 A =  a21 a22 a23 a24 .
4
a31 +3a11 a32 +3a12 a33 +3a13 a34 +3a14

Observación 49.- Es claro, que una vez realizada una operación elemental puede deshacerse mediante otra
operación elemental: ası́, si intercambiamos la fila i con la fila j , la operación elemental que lo deshace es
intercambiar de nuevo la fila i con la fila j ; si multiplicamos la fila i por k 6= 0 se deshace multiplicándola
de nuevo por k1 y si sumamos a la fila i la fila j multiplicada por k lo deshacemos restando a la fila i la fila
j multiplicada por k (sumando la fila j multiplicada por −k ). Denotando por E1∗ , E2∗ y E1∗ a las matrices
elementales que deshacen las operaciones elementales dadas por las matrices elementales E1 , E2 y E3 del
ejemplo anterior, tenemos que
     
0 1 0 1 0 0 1 0 0
E1∗ =  1 0 0  = E1 , E2∗ =  0 21 0  y E3∗ =  0 1 0  .
0 0 1 0 0 1 −3 0 1

Entonces, si E ∗ es la matriz elemental que deshace la operación realizada por E , se tiene que E ∗ (EA) = A.

Teorema 50.- Si E es una matriz elemental, los sistemas AX = B y (EA)X = EB tienen las mismas
soluciones.
Demostración:
En efecto, si S es solución del primer sistema, AS = B , luego (EA)S = E(AS) = EB y S es también solución
del segundo. Y viceversa, si (EA)S = EB y E ∗ es la matriz elemental que deshace E , multiplicando en la
igualdad, se tiene: E ∗ (EA)S = E ∗ EB =⇒ AS = B .

2.2.2 Método de Gauss

El resultado anterior asegura que haciendo sobre el sistema AX = B únicamente operaciones elementales
llegamos a un sistema con las mismas soluciones (sistema equivalente). La búsqueda sistemática de un sistema
equivalente que proporcione las soluciones de manera sencilla se conoce con el nombre de método de Gauss:
Mediante operaciones elementales, se hacen ceros en la matriz de coeficientes del sistema, para obtener una
matriz escalonada, con ceros por debajo de la “escalera”. Esta matriz escalonada debe cumplir:
1.- Si una fila consta únicamente de ceros debe ir en la parte inferior de la matriz.
2.- Si dos filas seguidas no constan solo de ceros, el primer elemento distinto de cero de la fila inferior debe
encontrarse más a la derecha que el primer elemento distinto de cero de la fila superior.
El primer elemento distinto de cero de cada fila lo llamaremos elemento principal y las incógnitas corres-
pondientes a estos elementos incógnitas principales. (Los elementos principales “marcan” la escalera.)

Definición.- En un sistema lineal AX = B , se llama matriz ampliada del sistema a la matriz (A|B) formada
añadiendo a la matriz de coeficientes A la matriz columna de los términos independientes B .

Prof: José Antonio Abia Vian I.T.I. en Electricidad

19 – Matemáticas I : Preliminares 2.2 Sistemas de ecuaciones lineales

Ejemplo 51 
5x3 + 10x4 + 15x6 = 5 


x1 + 3x2 − 2x3 + 2x5 = 0
2x1 + 6x2 − 5x3 − 2x4 + 4x5 − 3x6 = −1 


2x1 + 6x2 + 8x4 + 4x5 + 18x6 = 6
Para aplicar sobre este sistema el método de Gauss, debemos hacer operaciones elementales sobre la matriz
A de los coeficientes y, las mismas operaciones sobre B para que se mantenga la equivalencia (Teorema 50).
Luego apliquemos el método a la matriz ampliada del sistema (A|B):
 
0 0 5 10 0 15 5
 1 3 −2 0 2 0 0 
(A|B) =  
 2 6 −5 −2 4 −3 −1  Por la operación (a) cambiamos la fila 1 por
la fila 2 (F1 ↔ F2 )
2 6 0 8 4 18 6
 
1 3 −2 0 2 0 0
 0 0 5 10 0 15 5 
 
 2 6 −5 −2 4 −3 −1  Por (b) hacemos cero el 2 de F3 (F3 − 2F1 ) y
el de F4 (F4 − 2F1 )
2 6 0 8 4 18 6
 
1 3 −2 0 2 0 0
 0 0 5 10 0 15 5 
  1
 0 0 −1 −2 0 −3 −1  Hacemos 40 el −1 de F3 (F3 + 5 F2 ) y el 4 de
F4 (F4 − 5 F2 )
0 0 4 8 0 18 6
 
1 3 −2 0 2 0 0
 0 0 5 10 0 15 5 
  Cambiamos F3 por F4 (F3 ↔ F4 )
 0 0 0 0 0 0 0 
0 0 0 0 0 6 2
 
1 3 −2 0 2 0 0
 0 0 5 10 0 15 5 
  Esta matriz es escalonada, y nos proporciona
 0 0 0 0 0 6 2 
el sistema equivalente
0 0 0 0 0 0 0

x1 + 3x2 − 2x3 + 2x5 = 0  

  x1 = −3x2 + 2x3 − 2x5
5x3 + 10x4 + 15x6 = 5
=⇒ x3 = 5−10x54 −15x6
6x6 = 2 
 
 x6 = 26
0=0
cuyas soluciones se encuentran fácilmente sustituyendo de abajo hacia arriba, obteniéndose: x6 = 31 , x3 = −2x4 ,
x1 = −3x2 − 4x4 − 2x5 , donde x2 , x4 y x5 pueden tomar cualquier valor. Es decir, todas las soluciones son:
(−3x2 − 4x4 − 2x5 , x2 , −2x4 , x4 , x5 , 13 ) para cualquiera valores de x2 , x4 y x5 . 4
Si el último elemento principal está en la columna ampliada, el sistema no tiene solución: claramente una de
las ecuaciones equivalentes será 0x1 + · · · + 0xn = k (con k 6= 0 por ser un elemento principal de la ampliada)
y esta igualdad no se cumple para ningún valor posible de las incógnitas.

Nota: Si el sistema tiene solución, por ser los elementos principales no nulos se garantiza que las incógnitas
principales pueden despejarse; como valor concreto o en función de las incógnitas no principales.

Cuando el sistema tiene solución, pueden despejarse tantas incógnitas como elementos principales haya. Luego

? Si el número de elementos principales es menor que el número de incógnitas el sistema tiene infinitas
soluciones. (Las soluciones quedan en función de las incógnitas no despejadas. Ver ejemplo 51.)
? Si el número de elementos principales es igual al número de incógnitas el sistema tiene solución única.

2.2.2.1 Sistemas homogéneos

Definición 52.- Un sistema de ecuaciones lineales se dice que es homogéneo si tiene todos los términos
independientes cero; es decir, un sistema de la forma AX = 0.
Un sistema homogéneo siempre tiene solución pues X = 0 es una solución del sistema. A esta solución suele
llamarse la solución trivial y de cualquier otra solución distinta de ésta se dice solución no trivial.

Prof: José Antonio Abia Vian I.T.I. en Electricidad

20 – Matemáticas I : Preliminares 2.2 Sistemas de ecuaciones lineales

2.2.3 Método de Gauss-Jordan

El método de Gauss-Jordan continúa el método de Gauss, haciendo operaciones elementales para conseguir
una matriz escalonada reducida: los elementos principales son 1 y en las columnas de dichos unos todos los
demás elementos son cero; es decir, despeja las incógnitas principales.

Ejemplo 53 Continuando con el sistema del ejemplo 51 (quitada la fila de ceros, que no interviene):
 
1 3 −2 0 2 0 0
 0 0 5 10 0 15 5  Hacemos 1 los elementos principales multiplicando 1 F2 y 1 F3
5 6
0 0 0 0 0 6 2
 
1 3 −2 0 2 0 0
 
 0 0 1 2 0 3 1  hay que hacer cero el 3 de F2 y C6 (a26 ): F2 − 3F3
0 0 0 0 0 1 13
 
1 3 −2 0 2 0 0
 
 0 0 1 2 0 0 0  hay que hacer cero el −2 de F1 y C3 (a13 ): F1 + 2F2
0 0 0 0 0 1 13
  
1 3 0 4 2 0 0  x1 = −3x2 − 4x4 − 2x5
 
 0 0 1 2 0 0 0  luego x3 = −2x4

0 0 0 0 0 1 3 1 x6 = 13

obteniéndose, naturalmente, las mismas soluciones que antes. 4

a
Definición 54 (1 definición del rango).- Se llama rango de una matriz A y se denota por rg(A) al número
de filas distintas de cero que aparecen en alguna de las formas escalonadas de la matriz A.

Nota: La definición es consistente (el rango no depende de la matriz escalonada usada), pues cada matriz
escalonada obtenida de A se corresponde con un sistema lineal equivalente, con la mismas soluciones, luego se
pueden despejar el mismo número de incógnitas en cualquiera de ellos; por lo que todas las escalonadas tienen
el mismo número de filas no nulas.

Teorema de Rouché 55.- Sea el sistema AX = B , sistema de m ecuaciones con n incógnitas. Entonces
AX = B tiene solución si, y sólo si, rg(A) = rg(A|B).
Si rg(A) = rg(A|B) = r , toda solución puede expresarse en la forma X = V0 +t1 V1 +t2 V2 +· · ·+tn−r Vn−r , con
V0 una solución particular de AX = B y las n-úplas V1 , . . . , Vn−r soluciones del homogéneo AX = 0 . .

Resumiendo:
Si rg(A) = r , entonces:
½
r = n → Solución única.
? rg(A) = rg(A|B) =⇒ Sist. Compatible (con sol.)
r < n → Infinitas soluciones.

? rg(A) 6= rg(A|B) =⇒ Sist. Incompatible (no tiene solución).

Ejemplo Tomemos la solucion obtenida en el ejemplo 51: (−3x2 − 4x4 − 2x5 , x2 , −2x4 , x4 , x5 , 31 ), para
todo x2 , x4 y x5 . Podemos escribirla en la forma
           
x1 0 − 3x2 − 4x4 − 2x5 0 −3 −4 −2
 x2   0 + x2 + 0x4 + 0x5     1   0   0 
    0      
 x3    
0 + 0x2 − 2x4 + 0x5   0    
0   
−2   0 
       = V0 + t1 V1 + t2 V2 + t3 V3
 x4  =  0 + 0x2 + x4 + 0x5 
=   + x2  + x 4  + x5 
    0  0   1   0 
 x5   0 + 0x2 + 0x4 + x5   0   0   0   1 
1 1
x6 3 + 0x2 + 0x4 + 0x5 3 0 0 0
y X = V0 + t1 V1 + t2 V2 + t3 V3 es solucion para todo t1 , t2 y t3 . Entonces, para t1 = t2 = t3 = 0 , X = V0 es
solución del sistema luego AV0 = B ; para t1 = 1 y t2 = t3 = 0 , X = V0 + V1 es solución del sistema, luego
B = A(V0 + V1 ) = AV0 + AV1 = B + AV1 de donde AV1 = 0 por lo que V1 es solución del sistema homogéneo
AX = 0 ; y análogamente para V2 y V3 .

Prof: José Antonio Abia Vian I.T.I. en Electricidad

21 – Matemáticas I : Preliminares 2.3 Matrices cuadradas

2.3 Matrices cuadradas

Una matriz cuadrada A se dice triangular superior, si todos los elementos por debajo de la diagonal principal
son nulos, es decir: aij = 0 , para cualquier ij tal que i > j . Una matriz cuadrada A se dice triangular
inferior, si todos los elementos por encima de la diagonal principal son nulos, es decir, aij = 0, para cualquier
ij tal que i < j .
Una matriz cuadrada A se dice que es diagonal, si es triangular superior e inferior, es decir, si son cero
todos los elementos que no están en la diagonal principal.
Una matriz cuadrada A se dice simétrica si A = At , es decir, si aij = aji para todo ij ; y se dice
antisimétrica si A = −At , es decir si aij = −aji para todo ij .

2.3.1 Matrices inversibles

Definición 56.- Si A es una matriz cuadrada de orden n , An×n , y existe Bn×n tal que AB = BA = I se dice
que A es inversible y que B es inversa de A.

Nota: Es claro de la definición que también B es inversible y A una inversa de B .

Por definición, se ha de verificar que AB = I y también que BA = I ; sin embargo es suficiente con que se
verifique una de ellas para que la otra también se verifique (se verá en el Corolario 65).
Proposición 57.- Si una matriz cuadrada A tiene inversa, esta es única. Y la denotaremos por A−1 .
Demostración:
Supongamos que B y C son inversas de A. Al ser B inversa de A es I = AB , multiplicando a esta igualdad
por C y teniendo en cuenta que C es inversa de A obtenemos que C = C(AB) = (CA)B = IB = B .

Recordando los comentarios hechos en la Observación 49, es claro el siguiente resultado para matrices
elementales.
Proposición 58.- Las matrices elementales son inversibles y sus inversas son también elementales:
? De intercambiar dos filas, intercambiarlas de nuevo.
? De multiplicar una fila por k 6= 0, multiplicar esa fila por 1/k .

? De sumar a una fila un múltiplo de otra, restar a esa fila el múltiplo sumado.

Teorema 59.- Si A y B son dos matrices inversibles, entonces AB es inversible y

(AB)−1 = B −1 A−1 .

En general, (A1 A2 · · · Ak )−1 = A−1 −1 −1

k · · · A2 A1 .

Demostración:
Basta comprobar que es cierto:
La generalización es inmediata.
½
(AB)(B −1 A−1 ) = A(BB −1 )A−1 = AIA−1 = AA−1 = I
(B −1 A−1 )(AB) = B −1 (A−1 A)B = B −1 IB = B −1 B = I.

Propiedades 60.-

1.- (A−1 )−1 = A . 2.- (An )−1 = (A−1 )n . 3.- (kA)−1 = k1 A−1 .

Definición 61.- Una matriz cuadrada, A , se dice ortogonal si A−1 = At .

Teorema 62.- Sea A una matriz cuadrada de orden n . Son equivalentes:

a) A es inversible.
b) El sistema AX = B tiene solución única para todo Bn×1 .
c) El sistema homogéneo AX = 0 tiene solución única.

d) Por operaciones elementales en A puede llegarse a la identidad.

Prof: José Antonio Abia Vian I.T.I. en Electricidad

22 – Matemáticas I : Preliminares 2.3 Matrices cuadradas

Demostración:

a) ⇒b) A es inversible, luego existe A−1 . Si se multiplica por A−1 en la igualdad AX = B se tiene que
A−1 AX = A−1 B , luego X = A−1 B es la solución del sistema y es la única.
b)⇒ c) Es un caso particular.
c) ⇒d) Como la solución del sistema AX = 0 es única, al aplicar el método de Gauss-Jordan a la matriz A la
escalonada reducida tiene que ser, necesariamente I (ver observación 63 siguiente).
d)⇒ a) Si existen matrices elementales tales que Ek · · · E2 E1 A = I , multiplicando sucesivamente en la igualdad
por sus inversas, se obtiene A = E1−1 E2−1 · · · Ek−1 I como producto de matrices inversibles y, por tanto, es
inversible. Además, A−1 = Ek · · · E2 E1 .

Observación 63.- Para una matriz cuadrada, cualquier matriz escalonada obtenida de ella es triangular supe-
rior (tiene ceros por debajo de la diagonal), pues el elemento principal de la fila 1 está en la posición 11 o más
a la derecha, luego el elemento principal de la fila 2 está en la posición 22 o más a la derecha, y en general el
elemento principal de la fila i está en la posición ii o más a la derecha. Luego para toda fila i , los elementos
aij con j < i son cero, que es la caracterización de matriz triangular superior.
Ası́ pues, una matriz escalonada cuadrada, o tiene elemento principal en cada fila (y en consecuencia están
todos en la diagonal principal de la matriz) o tiene al menos una fila de ceros.
En particular, si llevamos la matriz cuadrada a la forma de matriz escalonada reducida, esta escalonada
reducida o es la matriz identidad o tiene al menos una fila de ceros.

Corolario 64.- Una matriz An×n , es inversible ⇐⇒ rg(A) = n

Corolario 65.- Sea A una matriz cuadrada. Entonces

a) Si existe B tal que BA = I , entonces A es inversible y B = A−1 .

b) Si existe B tal que AB = I , entonces A es inversible y B = A−1 .

Demostración:
Si BA = I , consideremos el sistema AX = 0. Multiplicando por B en ambos lados se tiene que BAX =
B0 = 0 , pero al ser BA = I , X = 0 es la única solución del sistema y, por tanto, A es inversible. Entonces,
A−1 = IA−1 = BAA−1 = B . Analogamente, en b).

Corolario 66 (Cálculo de A−1 por el método de Gauss-Jordan).- Si A es inversible, existen matrices

elementales tales que Ek · · · E2 E1 A = I y A−1 = Ek · · · E2 E1 . Luego haciendo en I las mismas operaciones
elementales que efectuemos sobre A para llegar a la identidad se tendrá que:

(A|I) −→ (E1 A|E1 I) −→ (E2 E1 A|E2 E1 I) −→ · · · −→ (Ek · · · E1 A|Ek · · · E1 I) = (I|A−1 )

 
1 0 −2
Ejemplo Sea la matriz A =  0 2 1  . Encontremos A−1 :
1 1 −1
     
1 0 −2 1 0 0 1 0 −2 1 0 0 1 0 −2 1 0 0
F3 −F1 F2 −F3 F3 −F2
(A|I) =  0 2 1 0 1 0  −→  0 2 1 0 1 0  −→  0 1 0 1 1 −1  −→
1 1 −1 0 0 1 0 1 1 −1 0 1 0 1 1 −1 0 1
   
1 0 −2 1 0 0 1 0 0 −3 −2 4
F3 −F2 F1 +2F3
−→  0 1 0 1 1 −1  −→  0 1 0 1 1 −1  = (I|A−1 )
0 0 1 −2 −1 2 0 0 1 −2 −1 2

Prof: José Antonio Abia Vian I.T.I. en Electricidad

 23 – Matemáticas I : Preliminares 2.4 Ejercicios

2.4 Ejercicios
2.26 Sean las matrices
     
3 0 µ ¶ µ ¶ 1 5 2 6 1 3
4 −1 1 4 2
A =  −1 2  B= C= D =  −1 0 1  E =  −1 1 2 
0 2 3 1 5
1 1 3 2 4 4 1 3
a) Calcular cuando se pueda: 3C − D , (AB)C , A(BC), ED , DE , (4B)C + CA y CA + B 2 .
Indicar porqué no es posible en los otros casos.
b) Calcular, haciendo el menor número de operaciones posible, la fila 1 de CA , la columna 2 de CD y
los elementos 23 y 12 de la matriz CDE .
c) Hallar para cada una de ellas una matriz escalonada e indicar cual es su rango.
 
1 2 3
2.27 Encontrar las matrices elementales que llevan la matriz A =  0 1 2  a una matriz escalonada.
1 0 3

x + 2y − z − t = 0 
2.28 Considerar el sistema x + z − t = −2 (1)

−x + 2y − 3z + t = 4
a) ¿(−2, 2, 2, 0) y (1, 0, −1, 2) son solución del sistema (1)?
b) Encontar todas las soluciones de (1)
¾
x − y + z − t = −3
c) Encontar todas las soluciones del sistema (2)
x + 6y − 5z − t = 4
d) ¿Cuáles de las soluciones de (1) son también solución de (2)? ¿Tiene (2) alguna solución que no lo
sea de (1)?
2.29 Estudiar cada uno de los siguientes sistemas:

 x+y+z = 3  
x + 2y − z = 2  
 x + 2y − z + t = 0 
2x + 3z = 4
a) 2x + y + z = −1 b) c) −x + 4y − 5z + 7t = 2
 3x + y + 4z = 7 
 
3x + 3y + 2z = −1  2x + y + z − 2t = −1
5x + y + 7z = 9
Si existe solución, expresarla en la forma descrita por el Teorema de Rouché.
   
1 4 µ ¶ 8 6 −6
 −2 3  P 2 0 0
2.30 Hallar una matriz P tal que: =  6 −1 1  .
0 1 −1
1 −2 −4 0 0
   
1 5 2 1 2 −2
2.31 Considerar las matrices A =  −1 0 1  y B=  −2 3 −3  .
3 2 4 1 −1 1
a) Hallar todas las matrices columna X3×1 que verifican la igualdad ABX = BAX .
b) ¿Los sistemas BX = 0 y B t X = 0 tienen las mismas soluciones? Justificar la respuesta.
2.32 Hallar los valores de los coeficientes de las descomposiciones en fraciones simples del ejercicio 1.25 de
polinomios:
X 2 +1 X−5 X+5
a) X 4 −6X 3 −16X 2 +54X+63 b) (X−1)(X 3 −1) c) 2X 4 −X 3 −4X 2 +10X−4
X 2 +2 X 3 −3X 2 +X−3 X 5 +3X 4 +3X 3 +3X 2 +2X
d) X 5 +7X 4 +16X 3 +8X 2 −16X−16 e) X 5 +3X 4 +3X 3 +3X 2 +2X f) (X 3 −3X 2 +X−3)3

2.33 Estudiar cada uno de los sistemas siguientes, según los valores de los parámentros:
 
 x + 2y − z = a  x + 2y + 4z = 1
a) 2x + y + z = 1 − a b) x + 2y + 2az = 2
 
3x + (1 + a)y + az = 1 − a ax + 4y + 4az = 4a

  5x − (a + b)y + 7z = 8+b
 x+y+z = a−3 

2x − ay + 3z = 4
c) ax + y = 0 d)
 
 x+y+z = 3
ax + y + az = 0 
3x − 3y + 4z = 7

Prof: José Antonio Abia Vian I.T.I. en Electricidad

 24 – Matemáticas I : Preliminares 2.4 Ejercicios

2.34 Usar el método de Gauss para saber cuales de las siguientes matrices tienen inversa y calcularlas:
   
    1 −2 3 −4 0 0 1 2
1 1 3 8 6 −6  −2
 3 4 −3 

0 1 1 1
a)  3 4 1  b)  6 −1 1  c)  3 d)  
4 −3 2  1 1 1 0
−1 −1 −1 −4 0 0
−4 −3 2 −1 2 1 0 0

2.35 Sea A una matriz cuadrada de orden n tal que la suma de los elementos de cada columna es cero. Probar
que rg(A) < n . ¿Es A una matriz inversible?

2.36 Probar que si A es una matriz cuadrada, la matriz A+At es simétrica y la matriz A−At es antisimétrica.
Probar que en una matriz cuadrada antisimétrica la diagonal principal está formada únicamente por ceros.
 
1 2 3
2.37 Sea A =  0 1 2  .
1 0 −1

a) Encontar todas las matrices B3×3 tales que AB = 0.

¿Qué relación tienen estas matrices con las soluciones del sistema AX = 0?
b) Encontar todas las matrices C3×3 tales que CA = 0.
c) Encontar todas las matrices D3×3 tales que AD − DA = 0 .

2.38 Sean A y B matrices cuadradas tales que AB = 0. Demostrar que si B 6= 0, entonces A no es inversible.

2.39 Sean A y B dos matrices de igual tamaño. Probar que si existe C inversible tal que AC = BC entonces
A = B.
2.40 Sea A una matriz cuadrada y E una matriz elemental. Probar que AE t realiza sobre las columnas de A
la misma operación elemental que hace EA sobre las filas de A .

Prof: José Antonio Abia Vian I.T.I. en Electricidad